摘要： 1.强化学习与传统控制流程对比 传统控制流程：强化学习流程：reference：控制量(一般是根据某个性能指标进行控制：比如滑移率)。Part of reward function and observations：部分R、部分S，输入Agent( Agent = RL algorithm+poli 阅读全文

摘要： 1.1 CAN总线输出数据表头： 解析CAN数据的相关基础知识： 1.channel：CAN通道。 2.Identifier：在某个时间点发送一条报文，该报文的ID号，将这个ID号对照解析文件，从而进行报文解析。 3.Is Standard：判断是否是标准帧。 CAN的消息帧格式有两种，分别是CAN 阅读全文

摘要： 贝尔曼最优方程推导（来源：B站up主：shuhuai008） 1.明确一下概念间的关系 2.反证法证明 v*(s)=max(a)_q*(s,a) 3.“套娃”得到贝尔曼最优方程 参考资料： 1.https://www.bilibili.com/video/BV1RA411q7wt?p=5，B站UP主 阅读全文